Types avancés, JSONB, index (GIN/BRIN), partitionnement, RLS, extensions, EXPLAIN.
Avant de démarrer, on fait un test technique de 1 min — micro, bruit, connexion. Si ton matériel ne convient pas, le test est remboursé intégralement.
Prouve que tu maîtrises vraiment PostgreSQL — JSONB, partitionnement, index GIN/BRIN, EXPLAIN et RLS — en 15 minutes face à une IA qui ne se laisse pas bluffer.
Le badge PostgreSQL de Plume certifie ta capacité à concevoir, optimiser et administrer des bases de données PostgreSQL dans des contextes de production réels. L'examen oral de 15 minutes est conduit par une IA qui creuse tes choix techniques : pourquoi un GIN plutôt qu'un B-tree ? comment tu lis un plan EXPLAIN (ANALYZE, BUFFERS) ? comment tu pilotes une migration zéro downtime avec pg_repack ou Flyway ? Le transcript est ensuite scoré par Claude Opus, qui produit un rapport détaillé et un niveau certifié de 0 à 100.
Contrairement à un quiz QCM ou à une ligne sur LinkedIn, ce badge atteste d'une compréhension réelle des mécanismes internes de Postgres : MVCC, coût du planner, statistiques (pg_statistic), Row-Level Security, partitionnement déclaratif, réplication logique, et extensions comme pg_partman, PostGIS ou pgvector. L'IA adapte ses relances en fonction de tes réponses, ce qui rend chaque session unique et difficile à préparer superficiellement.
Ce badge s'adresse aux développeurs backend et fullstack qui utilisent PostgreSQL au quotidien, aux data engineers qui construisent des pipelines sur Postgres, aux DBA qui gèrent des clusters en production, et à tous ceux qui veulent distinguer leur profil sur un marché où « connais SQL » ne veut plus rien dire. Que tu prépares un recrutement, une mission freelance ou une promotion interne, le badge PostgreSQL Plume donne un signal concret et vérifiable là où ton CV restait muet.
Voici les dimensions concrètes que l'IA examine pendant les 15 minutes d'oral.
Lecture et interprétation d'un plan EXPLAIN (ANALYZE, BUFFERS) : identifier un Seq Scan coûteux, détecter un mauvais choix de jointure (Hash vs Nested Loop), et comprendre l'écart entre estimated rows et actual rows.
Choisir le bon type d'index selon la nature des données et des requêtes : GIN pour le JSONB et la recherche full-text, BRIN pour les tables volumineuses avec corrélation physique, GiST pour la géométrie PostGIS ou les intervalles.
Conception et gestion du partitionnement par range, list ou hash — choix de la clé de partition, gestion du partition pruning, automatisation avec pg_partman, et impact sur les performances des requêtes et des vacuums.
Modélisation avec JSONB, opérateurs @>, ?, #>>, indexation GIN sur des chemins spécifiques, comparaison avec hstore et les colonnes relationnelles classiques, et cas où le schéma semi-structuré est justifié.
Mise en place de politiques RLS pour isoler les données par tenant dans une architecture multi-tenant, interaction avec les rôles PostgreSQL, les fonctions SECURITY DEFINER et les bypass policy pour les superusers.
Stratégies de migration de schéma sans interruption de service : ajout de colonnes nullable en premier, backfill par batch, usage de pg_repack ou de CONCURRENTLY pour les index, et gestion des locks avec lock_timeout.
Intégration de PostgreSQL avec un ORM (SQLAlchemy, ActiveRecord, Prisma), un pooler de connexions (pgBouncer, PgCat), des outils de migration (Flyway, Alembic), et la réplication logique vers un entrepôt ou un replica de lecture.
Identifier quand PostgreSQL n'est pas le bon choix : workloads analytiques massifs où ClickHouse s'impose, schémas ultra-flexibles où MongoDB peut gagner, ou cas de scale-out horizontal où CockroachDB ou PlanetScale méritent d'être évalués.
L'évaluation finale est faite par Claude (Anthropic) qui relit la transcription complète et applique cette grille de critères pondérés.
Capacité à diagnostiquer une requête lente via EXPLAIN (ANALYZE, BUFFERS), à identifier les nœuds coûteux, à choisir entre index, réécriture de requête ou mise à jour des statistiques, et à mesurer l'impact des changements.
Maîtrise du partitionnement déclaratif, de l'utilisation raisonnée de JSONB vs schéma relationnel, des types PostgreSQL natifs (arrays, ranges, enums) et des contraintes (EXCLUDE, deferrable FK) pour garantir l'intégrité des données.
Mise en place correcte de RLS, gestion des rôles et des privilèges, compréhension du VACUUM (FULL vs auto), du MVCC et de la gestion du bloat — indicateurs d'une maîtrise réelle de l'administration quotidienne d'un cluster.
Pertinence des choix d'outillage : pooler de connexions, outil de migration, stratégie de réplication logique, extensions utilisées (pgvector, PostGIS, pg_partman) et cohérence avec les contraintes de la stack et de la volumétrie.
Connaissance des nouveautés PostgreSQL 15/16/17 (MERGE, JSON_TABLE, réplication logique améliorée, optimiseur parallèle) et capacité à argumenter les limites de Postgres face à des alternatives comme ClickHouse ou MongoDB.
Une session Plume tient en environ 20 minutes, du test technique à la délivrance du badge.
L'IA vérifie que ton micro fonctionne et que tu entends bien les questions. Pas de stress : c'est juste un test de son rapide avant que le vrai échange commence.
Tu présentes ton expérience PostgreSQL en quelques phrases : ton projet le plus récent ou le plus complexe, la volumétrie, et ce qui en faisait un vrai défi technique. L'IA s'appuie sur ce contexte pour calibrer les questions suivantes.
L'IA explore tes compétences sur les 8 thèmes calibrés : optimisation de requêtes et EXPLAIN, index GIN/BRIN/GiST, partitionnement, JSONB, RLS, migrations zéro downtime, intégrations stack, et limites de Postgres. Elle relance sur tes réponses pour tester la profondeur réelle de ta maîtrise.
Tu peux préciser un point, mentionner une fonctionnalité récente que tu as adoptée (pgvector, JSON_TABLE, MERGE) ou évoquer ce que tu surveilles dans la roadmap PostgreSQL. C'est aussi ta chance de montrer ta veille technique.
Claude Opus analyse le transcript complet, produit un score de 0 à 100, un niveau certifié (Novice / Confirmé / Avancé / Expert) et un rapport détaillé par dimension. Ton badge PostgreSQL est disponible immédiatement avec une URL partageable.
Le score sur 100 se traduit en un niveau lisible d'un coup d'œil par un recruteur.
Tu utilises PostgreSQL comme un MySQL amélioré : des SELECT, INSERT, JOIN et quelques index B-tree. Tu as entendu parler de JSONB ou de EXPLAIN mais tu ne les utilises pas encore en pratique. Tu t'appuies quasi exclusivement sur un ORM sans comprendre le SQL généré.
Tu écrits des requêtes complexes (CTE, fenêtres), tu utilises EXPLAIN ANALYZE pour diagnostiquer des lenteurs basiques, tu as déjà créé des index GIN sur du JSONB et mis en place des Foreign Keys avec ON DELETE CASCADE. Tu gères des migrations avec Alembic ou Flyway mais tu n'as pas encore touché au partitionnement ni à RLS.
Tu maîtrises le partitionnement déclaratif, tu lis les plans EXPLAIN (BUFFERS) avec aisance, tu choisis entre B-tree, GIN, BRIN et GiST selon le cas d'usage, et tu as déjà mis en place RLS dans un contexte multi-tenant. Tu comprends le cycle VACUUM/MVCC et tu sais gérer une migration zéro downtime avec pg_repack ou CONCURRENTLY.
Tu tweakes les paramètres du planner (enable_seqscan, work_mem), tu exploites pg_statistic et ANALYZE ciblé pour corriger des plans aberrants, tu architectures des clusters avec réplication logique, pgBouncer et failover automatisé. Tu as adopté des extensions comme pgvector, PostGIS ou TimescaleDB en production et tu sais quand PostgreSQL atteint ses vraies limites.
Pas besoin d'années d'expérience ou de diplôme pour passer le badge. Voici les profils pour qui il fait sens.
Tu utilises PostgreSQL au quotidien via un ORM mais tu veux prouver que tu comprends ce qui se passe sous le capot — index, locks, plans d'exécution — et que tu n'es pas bloqué dès qu'il faut optimiser une requête lente en prod.
Tu construis des pipelines qui ingèrent et transforment des données dans PostgreSQL. Le badge valide ta capacité à modéliser efficacement (partitionnement, JSONB, types natifs), à gérer la volumétrie et à intégrer Postgres dans un stack data moderne.
Tu administres des clusters PostgreSQL en production : tu veux un signal externe qui atteste de ta maîtrise du VACUUM, de la réplication logique, de RLS et de la gestion des incidents de performance, au-delà de ce que dit ton titre de poste.
Tes clients te demandent souvent si tu 'connais PostgreSQL'. Le badge donne une réponse chiffrée et vérifiable à cette question, et te différencie des profils qui cochent la case SQL sans avoir jamais lu un plan EXPLAIN.
Tu sors d'une formation ou tu travailles depuis 1-2 ans avec Postgres. Passer le badge te donne un objectif concret, un rapport détaillé sur tes lacunes, et un premier signal crédible pour un recruteur qui ne peut pas juste te croire sur parole.
Où et comment ton badge PostgreSQL va te servir au quotidien.
Tu postules à une startup qui utilise PostgreSQL en cœur de stack. Au lieu d'une ligne 'PostgreSQL' sur ton CV, tu partages ton badge avec un score de 78/100 niveau Avancé et un rapport qui montre que tu maîtrises les index GIN et le partitionnement — le recruteur a une base concrète pour te shortlister.
Un client potentiel hésite entre toi et un autre freelance. Tu partages l'URL de ton badge PostgreSQL Expert, généré après un oral où tu as expliqué comment tu as réduit un query time de 4 secondes à 80 ms en combinant un index partiel et un réécriture de CTE. La décision est prise.
Tu vises un poste de lead data engineer dans ton entreprise. Le badge te permet d'objectiver ta montée en compétences PostgreSQL auprès de ton manager, avec un rapport par dimension qui montre exactement où tu es fort et où tu peux encore progresser.
Tu passes le badge deux semaines avant un entretien data. Le rapport détaillé te dit que ton point faible est la lecture des plans EXPLAIN avec BUFFERS. Tu as deux semaines pour combler ce gap précis — bien mieux qu'une révision à l'aveugle.
Tu ajoutes le lien de ton badge PostgreSQL dans la section 'Licences et certifications' de LinkedIn. Les recruteurs qui filtrent sur PostgreSQL voient un badge scoré par une IA, pas juste un skill déclaré — ton profil remonte dans les recherches et gagne en crédibilité.
Un engineering manager fait passer le badge PostgreSQL à toute son équipe backend pour cartographier les niveaux réels. Les résultats montrent deux experts, trois Confirmés et un Novice — ce qui permet de structurer les revues de code et les sessions de partage de connaissances de façon ciblée.
Quelques minutes pour vérifier que tu as bien tout ce qu'il faut.
À la fin de ta session, tu ne reçois pas juste un score : voici tout ce qui t'attend.
Ton score PostgreSQL et ton niveau (Novice / Confirmé / Avancé / Expert) sont calculés par Claude Opus sur la base du transcript complet — pas d'un QCM, mais d'une vraie conversation technique.
Tu reçois un rapport structuré sur les 5 dimensions clés : optimisation et EXPLAIN, modélisation avancée, sécurité et administration, intégrations stack, et recul technique — avec les points forts et les axes de progression.
L'audio de ton oral est conservé de façon sécurisée et reste privé. Tu peux le réécouter pour analyser tes réponses et préparer ton prochain entretien technique PostgreSQL.
Ton badge PostgreSQL dispose d'une URL publique que tu peux ajouter à ton CV, LinkedIn, profil GitHub ou portfolio. Chaque visiteur voit ton score, ton niveau et le contexte de l'évaluation.
Découvre d'autres compétences proches que tu peux faire valider avec Plume.
15 minutes d'oral avec une IA, un badge partageable pour tes recruteurs.
Choisir ce badge · 19,99 €
